View a markdown version of this page

患者见解 - Amazon Connect Health
患者洞察是如何运作的输入提交和跟踪作业Output呈现摘要

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

患者见解

患者见解通过检索结构化的临床记录、临床文档和临时文件，将纵向患者数据合成简洁、可操作的就诊前摘要，然后生成有针对性的摘要，供临床医生在每次就诊前查看。

患者洞察提供以下功能：

  • 纵向数据合成 — 检索分散在结构化的 FHIR 资源、FHIR 资源和 S3 文档中的患者数据，并将其合成到 DocumentReference/Binary 单个统一的就诊前摘要中。

  • Evidence-linked 输出 — 摘要中的每份临床陈述都包括与特定 FHIR 资源或支持该资源的原始文档相关的证据参考文献。

  • 按遭遇原因进行重点总结 — 根据遇到原因或主要投诉量身定制见解。例如，健康就诊摘要强调预防性筛查和免疫状态，而手术随访摘要则优先考虑手术史和术后记录。

  • 无缝工作流程集成-提供结构化的 JSON 文档，让您可以完全控制现有工作流程中的渲染。

  • AWS 生态系统集成 — 与 AWS 集成， HealthLake 作为 FHIR-compliant 数据存储，与 Amazon S3 集成，用于文档摄取和摘要交付。

患者见解在美国东部（弗吉尼亚北部）() 和美国西部（俄勒冈us-east-1）(us-west-2) 地区以预览形式提供。

重要

患者见解可作为预览功能提供，并且可能会发生变化。请勿在生产环境中使用预览功能。

患者洞察是如何运作的

患者洞察使用基于作业的异步工作流程，分为四个阶段：

  1. Job 提交 — 您的应用程序通过调用 StartPatientInsightsJob API 提交患者洞察作业。该请求指定患者、就诊类型、提出请求的临床医生、数据源和输出位置。API 会返回一个唯一的任务标识符。

  2. 数据检索和合成 — 患者洞察从您配置的数据源中检索患者的临床数据。该服务连接到您的 FHIR-compliant 数据存储（例如 AWS HealthLake），以提取结构化临床记录。它还可以从 FHIR DocumentReference 和 Binary 资源中检索临床文档，并可以从 Amazon S3 中提取临时文档。

  3. 轮询是否完成 — 您的应用程序使用 GetPatientInsightsJob API 轮询是否完成。一般工作在 2 到 5 分钟内完成，具体取决于患者临床病史的数量和复杂程度。

  4. 输出检索-当任务状态达到 SACCEEDED 时，生成的访问前摘要可在您指定的 S3 输出路径中找到。您的应用程序会检索摘要并将其呈现给临床医生。

输入

患者背景

在 FHIR 服务器中提供与患者的 FHIR ID 相对应的唯一患者标识符。该标识符是该服务用来查询 FHIR 端点以了解该患者的临床史的密钥。

遭遇原因

就诊原因告诉服务部门计划进行哪种类型的就诊以及患者为何进来。这有助于该服务确定哪些临床信息最相关的优先级。例如，健康就诊摘要强调预防性筛查和免疫状态，而手术随访摘要则优先考虑手术史和术后记录。

用户上下文

确定要求摘要的临床医生、他们的角色和专长。这些信息可帮助该服务部门根据临床医生的需求量身定制摘要。

输入数据配置

指定服务机构应在哪里查找患者的临床数据：

  • FHIR 服务器 — 提供指向您的 FHIR-compliant 数据存储（例如 AWS HealthLake）的 FHIR 终端节点 URL 以及用于身份验证的 OAuth 令牌。该服务支持可配置的回顾期，范围为 1 到 24 个月。

  • FHIR DocumentReference 和 Binary 资源 — 该服务从同一 FHIR 终点检索临床文档，例如出院摘要、咨询记录和诊断报告。

  • S3 来源 — 指定存储在 Amazon S3 中且该服务应包含的文档，例如传真专家推荐信、医院外部记录或扫描的影像报告。

支持的文件格式

文件格式 最大大小

PDF (application/pdf)

500 MB 或 3,000 页

JPEG () image/jpeg

10 MB

PNG (image/png)

10 MB
注意

该服务对不支持或超大文件的处理方式因来源而异。如果有任何文件不支持或文件过大，S3 源会导致任务失败。不支持或过大的 FHIR DocumentReference 和二进制资源将被静默跳过。

文件处理限制

患者见解每份工作最多可接受 10 份文档，涵盖所有文档来源。该服务按以下顺序处理文档：

  1. 首先处理 S3 源文档。

  2. FHIR DocumentReference 和二进制文档按顺序处理。

如果文档总数超过 10 个，则仅根据此顺序处理前 10 个。

输出数据配置

指定 S3 输出路径，服务将在该路径中提供已完成的访问前摘要。您可以通过 S3 存储桶生命周期策略管理患者见解输出的保留和生命周期。

提交和跟踪作业

提交患者洞察作业后，您可以通过轮询 GetPatientInsightsJob API 来跟踪其进度。下表描述了可能的作业状态：

Status 说明

SUBMITTED

任务已被接受，正在排队等候处理。

进行中

该服务正在检索临床数据、处理源文档并生成患者摘要。

SUCCEEDED

任务已成功完成。生成的摘要可在指定的 S3 输出路径中找到。

FAILED

任务未成功完成。查看 GetPatientInsightsJob 响应中的错误详细信息以了解具体的失败原因。

Output

患者见解任务成功完成后，Amazon Connect Health 会将结构化的 JSON 文档传送到您配置的 S3 输出路径。本文件包含就诊前摘要，分为明确定义的章节，每份临床陈述都与其支持证据相关联。

摘要部分

以下树显示了输出架构的结构：

PatientSummaries[] (array)
└── PatientSummary
    ├── JobId
    ├── SummaryType (e.g., "Pre-visit")
    ├── PatientId
    ├── GeneratedAt (ISO 8601 timestamp)
    └── Sections[] (array)
        ├── SectionName
        └── ClinicalNarrative[] (array)
            ├── Text (clinical content with markdown formatting)
            └── Evidence[] (array of FHIR resource references)
TotalCount
GeneratedAt (ISO 8601 timestamp)
HccIncluded (boolean)

访问前摘要分为五个部分：

Section 它包含什么

PATIENT_AND_ENCOUNTER _概述

病史、活动状态、目前的药物、过敏、过去的手术和家族史。

自上次访问以来

自患者上次与该提供者会面以来出现的新实验室、专家笔记、药物变化、症状和干预措施。

趋势

A1c、血压、体重和实验室值等关键临床指标随时间变化的模式。

CMS_HCC_CODING_ANALYSIS

先前记录的与CMS分层条件类别 (HCC) 风险调整相关的情况。临床医生确认每种疾病是否仍然存在。

HHS_HCC_CODING_ANALYSIS

先前记录的与 HHS-HCC 风险调整相关的情况。临床医生确认每种疾病是否仍然存在。

每个部分都包含一系列临床叙事对象。临床叙述是该服务根据患者数据生成的临床内容的一个独立单元。临床叙述中的文本可能包括 markdown 格式（例如项目符号标记、标题和重点），您的应用程序可以根据您的显示上下文解析和呈现这些格式。

前三个部分回答了临床医生在走进检查室之前通常需要回答的问题：这个病人是谁？ 自从我上次见到他们以来发生了什么？ 情况发生了怎样的变化？ 最后两部分支持状况审查，它可以帮助组织在两种模式 Fee-for-Service 和 Value-Based 护理模式中获得适当的收入。这些章节列出了先前记录的带有肝癌风险调整权重的疾病，以及每种疾病上次评估的日期，以及确认该疾病是否仍然存在于临床上的提示。CMS和HHS部分可能会显示两种风险调整模型都适用的重叠条件，或者可能根据每个模型的类别定义显示不同的条件。

证据参考

摘要中的每个临床叙述都包含一个证据阵列，该数组将生成的陈述与支持该陈述的特定FHIR资源或原始文档联系起来。证据参考使用以下格式ResourceType/ResourceId，例如Condition/d68e8fc6-2e5f-4a3e-a2a7-942a435e78ec。

跨多个来源合成的结构元素（例如章节标题或摘要陈述）可能有一个空的证据数组。从特定患者数据（特定的实验室结果、记录在案的过敏症、过去的遭遇、先前评估过的疾病）得出的临床陈述包括相应的FHIR资源参考文献。

HccIncluded 旗帜

输出包括一个顶级HccIncluded标志，表示是否为该作业生成了状况审查部分（CMS 和 HHS HCC 编码分析）。

呈现摘要

要在申请中向临床医生展示摘要，请执行以下操作：

  1. 按顺序遍历每个部分。

  2. 将该部分中每个临床叙述的文本值串联起来。

  3. 解析显示上下文的 markdown 格式。

  4. 使用证据参考文献提供指向来源 FHIR 资源或文档的深入链接。

对于 “病情审查” 部分，将每个浮出水面的病症呈现为交互式元素，允许临床医生在工作流程中直接确认、忽略或注释每个病症。结构化输出格式使您可以完全控制摘要的呈现方式。

有关完整的 API 参数详情和 request/response 架构，请参阅 Amazon Connect Health API 参考。